当前位置：
首页 资源下载
搜索资源 - state variable filter
搜索资源列表
-
0下载：
卡尔曼滤波程序，两变量滤波；正弦信号跟踪；卡尔曼差分到状态方程的转换；卡尔曼同滑动平均比较,Kalman filtering process, the two variable filter sinusoidal signal tracking Kalman differential equation of state of the conversion Kalman compared with moving average
-
-
0下载：
码估计立场和态度的航天器或飞机属于最安全的关键部分航班software.The基本数学复杂和丰富的设计细节使它容易出错的，可靠的实现是一个程序costly.AutoFilter合成工具自动生成状态估计代码紧凑specifications.It可以自动产生更多的安全证书，正式保证每个单独的程序满足了一套重要的安全policies.These安全政策（例如，数组越界，变量初始化）形成核心财产所必需的高保证software.Here我们描述了自动过滤系统及其证书发生器和比较我们的方法来静态分析工具Po
-
-
0下载：
结合了粒子滤波器和UKF滤波器的优点而用来估测一维状态变量的估测算法-A combination of particle filters and the advantages of the UKF filter is used to estimate the one-dimensional state variable of the estimation algorithm
-
-
0下载：
本程序提出了变步长自适应滤波算法的步长调整原则:即在初始收敛阶段或未知系统参数发生变化时,步长应比较大,以便有较快的收
敛速度和对时变系统的跟踪速度 而在算法收敛后,不管主输入端干扰信号v ( n) 有多大,都应保持很小的调整步长以达到很小的稳态失调噪声. 根据变步长公式编的程序，很有参考价值.
-This procedure, a variable step adaptive filter algorithm step adjustment principle: that in the
-
-
0下载：
本文对变步长自适应滤波算法进行了讨论,建立了步长因子μ与误差信号e(n) 之间另一种新的非线性函数关系. 该函数比已有的sigmoid 函数简单,且在误差e(n)接近零处具有缓慢变化的特性,克服了Sigmoid 函数在
自适应稳态阶段步长调整过程中的不足. 由此函数本文得出了另一种新的变步长自适应滤波算法,并且分析了参数α,β的取值原则及对算法收敛性能的影响. 该算法有较好的收敛性能且计算量少. 计算机仿真结果与理论分析相一致,证实了该算法的收敛性能优于已有的算法.-In this pap
-
-
0下载：
To model the robot position we wish to know its x and y coordinates and its
orientation. These three parameters can be combined into a vector called a state
variable vector. The robot uses beacon distance and angle measurements and
locomotion i
-
-
0下载：
Predictor of state variable by means of Kalman Filter. Includes time-varying A matrix.
-
-
0下载：
used to filter the latent state variable
-
-
0下载：
used to filter the latent state variable-this file is used to filter the latent state variable
-
-
0下载：
used to filter the latent state variable-we used to filter
-
-
0下载：
I think this file can be used to filter the latent state variable-used to filter the latent state variable
-
-
0下载：
this file can be used to filter the latent state variable-used to filter the latent state variable
-
-
0下载：
把无迹卡尔曼滤波应用在惯性导航系统的处理中~用于估计状态变量误差~-Unscented Kalman filter applications in the treatment of the inertial navigation system- used to estimate the state variable error ~~
-
-
0下载：
使用GAUSS软件运行时变的哈密尔顿状态转移模型，即哈密尔顿滤波-Use variable GAUSS software runtime Hamilton state transition model, namely Hamilton filter
-
-
0下载：
利用粒子滤波通过融合颜色信息和运动信息来计算粒子权值法，适用于任何分布的状态估计问题，是用一些离散随机采样点来近似系统随机变量的概率密度函数-Particle filter information through the integration of color and motion information to calculate particle weights method for estimation of the distribution of any state, with a nu
-
-
0下载：
卡尔曼滤波以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计-Kalman filter to minimize the mean square error criterion for the best estimates, using the state space model of signal and noise, usin
-
-
4下载：
锂电池荷电状态(SOC)的精确估计一直是电池管理系统的核心任务之一。电流传感器中存在非零均值的电流漂移噪声,这些噪声会造成不可避免的估计误差。为减少电流漂移噪声对估算造成的不利影响,提出了联合扩展卡尔曼滤波法,以Thevenin模型为锂电池等效电路模型,将电流漂移值作为状态变量与电池SOC进行同步预测。实验和仿真结果表明,该方法能有效抑制电流漂移噪声,提高估算精度。(The accurate estimation of the charge state (SOC) of lithium batt
-
